BAB IV ANALISA DATA
BAB IV ANALISA DATA 4.1. PENDAHULUAN Pada Bab ini akan dijelaskan mengenai proses analisa data, termasuk gambaran umum data yang di analisa guna mendapatkan jawaban dari pertanyaan penelitian dan pengolahan data yang berhasil dikumpulkan dengan menggunakan metode Delphi dan AHP. 4.2.
GAMBARAN UMUM DATA Sesuai dengan metode penelitian yang telah disebutkan dalam Bab terdahulu, pengumpulan data terdiri dari tiga tahap yaitu: 1. Wawancara Pakar Tahap Pertama (Validasi Variabel) Wawancara pakar tahap pertama ditujukan untuk mendapatkan validasi variabel-variabel yang perlu dipertimbangkan dalam pemilihan lahan rusunami yang menjadi daya tarik konsumen. Adapun kriteria seorang pakar adalah sebagai berikut : a.
Memiliki pengalaman dibidang Perumahan Permukiman di bidang Rumah Susun selama lebih dari 15 tahun.
b.
Memiliki pendidikan yang menunjang di bidangnya.
2. Wawancara Pakar Tahap Dua (Konsensus) Setelah melakukan wawancara tahap pertama, maka dilakukan pengembangan dan perbaikan kuesioner. Hasilnya akan ditanyakan kembali kepada pakar yang sama untuk mendapatkan kesepakatan (konsensus) terkait dengan isi kuesioner, sebelum variabel dimasukkan kedalam kuesioner yang ditujukan untuk responden konsumen. 3. Survai Responden Setelah didapat konsensus pakar tentang variabel-variabel yang perlu dipertimbangkan dalam pemilihan lahan rusunami yang menjadi daya tarik konsumen, maka tahap selanjutnya adalah melakukan penyebaran kuesioner atau angket kepada para responden. Responden yang dimaksud adalah para calon pemilik rusunami dan penghuni rusunami.
82 Identifikasi kriteria ..., Palupi Satya Kusuma, FT UI., 2008.
BAB IV ANALISA DATA
Dengan jumlah Sampel menurut pendapat slovin Dimana,
n=
n = Jumlah sampel N =
N 1 + Ne 2
Jumlah responden
Ne = Tingkat kesalahan pengambilan Sampel (biasanya 5%) Kuesioner bersifat tertutup dimana pada setiap pertanyaan terdapat jawaban yang telah direncanakan dan responden hanya diminta mengisi sesuai petunjuk. Penelitian dilakukan pada calon pemilik rusunami dan pemilik rusunami. Jumlah sampel atau responden minimum adalah 30 sampel. Setelah penyebaran kuesioner kepada responden dan memperoleh faktor dominan yang menjadi kriteria pemilihan lahan rusunami, maka langkah selanjutnya adalah melakukan perincian kriteria sehingga terbentuk tingkatan untuk selanjutnya digunakan sebagai alat penilaian lahan rusunami yang dijadikan sampel penelitian. 4.2.1 Wawancara Pakar Tahap Pertama (Validasi Variabel) Dalam pelaksanaan wawancara, telah dibuat sebelumnya standar operational procedure yang menjadi dasar atau acuan dari pelaksanaan wawancara dan kertas kerja yang perlu dibawa untuk menjadikan wawancara lebih terstruktur. Hal ini dapat dilihat dalam lampiran 1. Dari kajian pustaka didapatkan variabel penelitian yang selanjutnya akan divalidasi melalui wawancara dengan pakar. Adapun profil pakar yang dijadikan responden penelitian pada wawancara pakar tahap pertama dan kedua adalah : Tabel 4.1 Data Profil Responden Pakar No
1.
Profil Pakar
Pendidikan
Praktisi pemerintahan - Kepala Sub Bid Rumah Susun Sederhana Milik,
S2
Kemenpera Jakarta - General Manajer Perumnas Regional Pulogebang - Kepala Dinas Perumahan DKI Jakarta
2.
S3 S3
Akademisi Guru Besar/ Staf pengajar Jurusan Arsitektur UI, anggota TPAK (Tim Penasehat Arsitektur Kota)
83 Identifikasi kriteria ..., Palupi Satya Kusuma, FT UI., 2008.
S3
BAB IV ANALISA DATA
4.2.2 Wawancara Pakar Tahap Kedua (Konsensus) Dari hasil wawancara pakar tahap pertama, maka dilakukan pengembangan kuesioner yang merupakan hasil validasi maupun masukan pakar. Dari 45 variabel awal yang ditanyakan kepada pakar, berkembang menjadi 54 variabel yang bisa dilihat pada lampiran 2. Adapun dari variabel tersebut kemudian ditabulasikan dan diolah dengan metode statistik deskriptif guna memperoleh reduksi variabel sebelum dimasukkan kedalam format kuesioner konsumen (lampiran 5). 4.2.3 Survai Responden (Konsumen) Dari variabel-variabel yang dicarikan konsensus pakar pada wawancara
tahap
kedua,
berhasil
direduksi
berdasarkan
tingkat
kepentingan maupun pertimbangan bahwa kuesioner akan disebar kepada konsumen dengan tingkat pemahaman yang beragam. Hasil akhir untuk disebar ke responden, didapatkan 38 variabel yang dianggap mewakili kepentingan maupun ekspektasi konsumen tentang lahan rusunami. Data yang diperoleh pada penelitian ini adalah dengan cara menyebarkan kuesioner atau survey terhadap responden yang sesuai terhadap sasaran penelitian ini, yaitu dengan tujuan untuk mendapatkan data yang valid sesuai dengan data yang diperlukan. Survey merupakan metode yang sistematis
untuk
mengumpulkan
data
berdasarkan
sampel
agar
mendapatkan informasi dari populasi yang sebenarnya sehingga dapat diketahui suatu perilaku atau informasi dari populasi yang sebenarnya sehingga dapat diketahui sesuatu perilaku atau karakteristik utama dari populasi yang dituju pada suatu waktu yang telah ditentukan. Adapun obyek penelitian ini adalah calon pemilik rusunami dan pemilik rusunami di Jakarta guna mendapatkan data yang representatif dengan tujuan penelitian. Format kuesioner dapat dilihat pada lampiran 4. Adapun profil responden yang diambil sebagai sampel penelitian adalah golongan masyarakat dengan pendapatan di bawah Rp. 4.500.000,- seperti tercantum pada tabel di bawah ini: (profil lengkap responden ada di lampiran 18 )
84 Identifikasi kriteria ..., Palupi Satya Kusuma, FT UI., 2008.
BAB IV ANALISA DATA
Tabel 4.2 Data Profil Responden Konsumen No
Profil Responden
Jumlah Sampel
1.
Calon pemilik rusunami didapatkan melalui wawancara
43
bertempat di kantor Marketing Pengembang Rusunami : - PT Primaland Internusa Development (Pulogebang) - PT Cawang Housing Development (Cawang) - PT Reka Rumanda Agung Abadi (Cengkareng)
2.
Pemilik rusun Kebon Kacang, Jakarta Pusat
7
Hasil jawaban dari responden kemudian di tabulasikan, dapat dilihat pada lampiran 6. Setelah ditabulasikan kemudian dilakukan analisa data statistik dengan menggunakan metode AHP. Dari hasil penyebaran kuesioner kepada responden di lapangan dan dianalisa akan didapat faktor dominan yang dijadikan kriteria pemilihan lahan rusunami yang menjadi daya tarik konsumen. Faktor dominan tersebut akan diuraikan sehingga mendapatkan tingkatan guna dijadikan alat penilaian lahan rusunami di beberapa lokasi di Jakarta Timur, sebagai sampel penelitian.
4.3.
TEKNIK ANALITICAL HIERARCHY PROCESS (AHP) AHP merupakan sistem pembuat keputusan dengan menggunakan model matematis. AHP membantu dalam menentukan prioritas dari berbagai variable dengan melakukan analisa perbandingan berpasangan dari masing-masing variabel. Dalam memperoleh kriteria pemilihan lahan rusunami yang menjadi daya tarik konsumen, maka variabel tersebut adalah ke-38 variabel yang tercantum dalam kuesioner tahap ketiga yang disebar ke responden yaitu konsumen. Adapun kaidah pembobotan menyatakan bahwa : 1. Nilai bobot variabel berkisar antara 0-1 atau antara 0%-100% jika kita menggunakan persentase 2. Jumlah total bobot semua variabel harus bernilai 1 (100%) 3. Tidak ada bobot yang bernilai negatif (-)
85 Identifikasi kriteria ..., Palupi Satya Kusuma, FT UI., 2008.
BAB IV ANALISA DATA
4.3.1 Perbandingan Berpasangan (Pairwise Comparison) Pada proses analisa AHP
langkah pertama dilakukan adalah
mentabulasi hasil jawaban responden. Penentuan nilai prioritas variabel dilakukan dengan membuat tabel perbandingan berpasangan pengaruh yaitu, sebagai berikut : Tabel 4.3 Matriks Perbandingan Berpasangan Pengaruh
Sangat penting Penting Cukup Penting Kurang Penting Tidak Penting
Sangat Penting 1 1/2 1/3
Penting 2 1 1/2
Cukup Penting 3 2 1
Kurang Penting 4 3 2
Tidak Penting 5 4 3
1/4 1/5
1/3 1/4
1/2 1/3
1 1/2
2 1
Selanjutnya untuk mengetahui bobot tiap pengaruh (yang berkisar antara 0-1). Cara menghitung bobot adalah dengan membagi angka pada tiap kotak dengan penjumlahan semua angka dalam kolom yang sama sehingga didapat perhitungan bobot pengaruh, yaitu : Tabel 4.4 Faktor Pembobotan Pengaruh
Bobot
4.3.2
Tidak
Kurang
Cukup
Penting
Penting
Penting
0.150
0.237
0.387
Penting
Sangat
Penting
0.629
1.000
Perhitungan Bobot Elemen Adapun cara mendapatkan nilai pembobotan yang digunakan
sebagai normalisasi data dapat dilihat pada lampiran 8. Setelah mendapatkan
nilai
normalisasi
data
mengkalikan
nilai
normalisasi
dengan
langkah nilai
selanjutnya total
dari
adalah tiap-tiap
variabel,.hasil perkalian tersebut kemudian dirangking dari yang terbesar sampai yang terkecil. (Lampiran 9) Tabel hasil perangkingan variabel dapat dilihat pada lampiran 12. Setelah itu mencari skor terbesar, skor terkecil, rentangan dan batas kelas.nilai rata rata untuk sangat berpengaruh, berpengaruh, cukup
86 Identifikasi kriteria ..., Palupi Satya Kusuma, FT UI., 2008.
BAB IV ANALISA DATA
berpengaruh, kurang berpengaruh dan tidak ada pengaruh. Berikut nilai rata-ratanya : Tabel 4.5 Nilai Rata-Rata Dampak
Batas bawah
Batas atas
Sangat Penting
37.858558
44.192619
Penting
31.524498
37.858558
Cukup Penting
25.190438
31.524498
Kurang Penting
18.856378
25.190438
Tidak Penting
12.522317
18.856378
Rangking yang diambil adalah nilai variabel yang diatas nilai ratarata Penting dan Sangat Penting. Berikut hasil tabel perangkingan: Tabel 4.6 Perangkingan Variabel Nilai Variabel
Akhir
Rangking
Pengaruh
X12
Jaringan listrik
44.193
1
X9
Sarana dan jaringan air bersih
41.837
2
X16
Ketersediaan transportasi publik
41.111
3
Keterbebasan dari genangan air dan banjir X7
permukaan
39.159
4
X38
Harga rumah di sekitar lahan
37.143
5
X2
Status lahan
35.110
6
X1
Kelegalan penggunaan lahan
33.255
7
X36
Kemajuan daerah sekitar
32.771
8
X29
Sarana perbelanjaan
32.626
9
X28
Fasilitas kesehatan
32.158
10
4.3.3 Perhitungan Konsistensi untuk Pengaruh Hasil konsistensi indeks dan eigenvector dari matriks perbandingan berpasangan Pengaruh kemudian digunakan untuk menguji konsistensi hierarkinya. Dari matriks perbandingan berpasangan (Tabel 4.3) dengan unsur-unsur pada tiap kolom dibagi dengan jumlah kolom yang
87 Identifikasi kriteria ..., Palupi Satya Kusuma, FT UI., 2008.
BAB IV ANALISA DATA
bersangkutan diperoleh matriks, yang selanjutya diambil rata-rata untuk setiap baris. Vektor kolom (rata-rata) dikalikan dengan matriks semula, menghasilkan nilai untuk tiap baris, yang selanjutnya setiap nilai dibagi kembali dengan nilai vektor yang bersangkutan, kemudian hasilnya dijumlahkan. (Perhitungan di lampiran 10) Tabel 4.7 Matriks Konsistensi Hirarki Pengaruh 0.42 0.26 0.16 0.10 0.06
1 0.50 0.33 0.25 0.20
2 1 0.50 0.33 0.25
3 2 1 0.50 0.33
4 3 2 1 0.50
5 4 3 2 1
Menurut Tabel , untuk n = 5, maka nilai indeks konsistensi random (CRI) adalah 1,12. Dari perhitungan, didapatkan nilai l maks mendekati 5 (n) dan sisa 0,7 mendekati nol, menunjukkan berarti matriks konsisten. 4.3.4 Uji Konsistensi untuk Pengaruh .Perhitungan nilai indeks konsistensi hirarki (CCI) menghasilkan angka 0,017. sehingga didapatkan nilai rasio konsistensi hirarki (CRH) yang cukup kecil atau dibawah 10% yaitu 0,02 berarti hirarki konsisten dan tingkat akurasi tinggi. (lihat lampiran 11 ) 4.3.5 Perhitungan Korelasi antar Variabel Kuat atau lemahnya korelasi ini ditunjukkan oleh nilai koefisien korelasi yang bernilai antara 0 dan 1. Semakin besar nilainya, semakin kuat korelasi yang ada. Adapun pengolahan data responden menggunakan SPSS 13 digunakan untuk mengetahui nilai koefisien konkordansi Kendall (W) seperti tercantum pada tabel di bawah ini :
88 Identifikasi kriteria ..., Palupi Satya Kusuma, FT UI., 2008.
BAB IV ANALISA DATA
Tabel 4.8 Hasil Test Koefisien Konkordansi Kendall Test Statistics N 50 Kendall's .341 W(a) Chi-Square 631.520 df 37 Asymp. .000 Sig. a Kendall's Coefficient of Concordance
Metode koefisien konkordansi Kendall (W) dipilih karena metode ini dapat mengukur derajat keeratan hubungan diantara k variabel (lebih dari 2 variabel). Dari tabel diatas didapat W = 0.0341, yaitu berada di tingkat interval yang menunjukkan tingkat korelasi rendah. Adapun tingkat hubungan yang rendah tetap menunjukkan adanya hubungan korelasi antar variabel penelitian. Hasil perhitungan konkordansi Kendall (W) dapat dilihat pada lampiran 7. Khusus untuk metode keofisien konkordansi Kendall ini, maka nilai W untuk menyatakan kecocokan antara k ranking adalah selalu positif. Alasan mengapa W tidak dapat merupakan bilangan negatif karena bilamana lebih dari dua himpunan ranking yang akan dihitung, maka ranking itu tidak dapat seluruhnya tak berkecocokan sama sekali. Sebagai contoh, kalau penilai (juri) X dan penilai Y tidak mempunyai kecocokan, dan jika penilai X juga tidak mempunyai kecocokan dengan penilai Z, maka penilai Y dan Z pasti cocok. Jadi, kalau terdapat lebih dari dua penilai kecocokan dan ketidakcocokan bukanlah hal-hal yang
berlawanan
secara
simetris.
Sejumlah k penilai mungkin semuanya saling cocok, tetapi tidak mungkin seluruhnya sama sekali tidak saling cocok. Oleh karena itu W pasti nol atau positif (Siegel, 1994). 4.4
VALIDASI TEMUAN Dari hasil validasi melalui wawancara terhadap pakar, didapat 2 pakar
menyatakan setuju dan 2 pakar menyatakan sangat setuju. Dapat disimpulkan bahwa ketiga pakar setuju terhadap hasil penelitian ini dan menjadi indikasi kevalidan penelitian ini.
89 Identifikasi kriteria ..., Palupi Satya Kusuma, FT UI., 2008.
BAB IV ANALISA DATA
4.5
KESIMPULAN Hasil pengolahan data survai ke konsumen -dengan jumlah sampel 50-
menggunakan metode AHP adalah didapatkan peringkat variabel menurut pembobotan tingkat kepentingan. Dari pemeringkatan tersebut didapatkan 10 (sepuluh) peringkat teratas yang berada diatas rata-rata Penting dan Sangat Penting. Kesepuluh variabel tersebut lebih lanjut akan dijadikan sebagai kriteria pemilihan lahan rusunami dengan membuat suatu tingkatan penilaian kondisi lahan sekaligus skor untuk masing-masing kondisi yang berlaku.
90 Identifikasi kriteria ..., Palupi Satya Kusuma, FT UI., 2008.
